CN102565784A - 基于vsar系统的动目标重定位与速度解模糊方法 - Google Patents

Abstract

本发明公开了一种基于VSAR系统的动目标重定位与速度解模糊方法，主要解决雷达探测系统中动目标速度估计精度较低和快速目标速度模糊等问题。本发明对VSAR系统各阵元接收数据采用距离多普勒算法成像；经图像配准、杂波抑制和单元平均恒虚警检测处理后，检测动目标并记录其相应位置；补偿相位后，采用子空间拟合法估计归一化速度频率，有效提高速度估计精度；提取目标所在的速度通道，采用多视差频法估计多普勒模糊数；依模糊数和速度频率估计值计算无模糊的径向速度，实现目标正确定位。本发明提高了估计精度和检测性能。解模糊处理过程仅需2～3次迭代，减少了计算量，提高了解多普勒模糊的正确概率，仿真实验验证所提方法的有效性。

Description

基于VSAR系统的动目标重定位与速度解模糊方法

技术领域

本发明属于信号处理技术领域，主要涉及杂波背景下动目标检测定位与参数估计问题，尤其涉及机载雷达在强地杂波干扰环境中检测地面运动目标这一方向。具体是一种基于VSAR系统的动目标重定位与速度解模糊方法。本发明主要用于实现机载雷达动目标检测问题，能够有效地提高目标检测概率和定位精度，实现快速目标速度解模糊处理，实现目标的正确定位。

背景技术

高速运动平台SAR-GMTI技术在军事和民用上具有重要的使用价值和广阔的应用前景，是世界各国雷达技术研究的热门领域。相比单通道SAR-GMTI系统而言，多通道SAR-GMTI系统可以有效地抑制杂波，实现低信噪比下慢速运动目标检测。目前，基于多通道SAR-GMTI系统的信号处理方法，如相位中心偏置天线(DPCA：DisplacedPhased Center Antenna)、沿航迹干涉(ATI：Along track Interferometry)、空时自适应处理(STAP：Space-Time Adaptive Processing)、线性速度SAR处理(VSAR)等方法，具有良好的杂波抑制和微弱慢速运动目标检测能力，在战争中发挥了重要作用，在各地掀起了有关方面的研究热潮，有力地推动了SAR-GMTI技术的发展与应用。

VSAR系统通常采用沿航迹向的均匀线阵，对每个阵元分别进行SAR成像处理，对多幅SAR图像的对应像素矢量进行FFT变换，得到多幅变换域图像，这些图像分别对应杂波和不同速度的动目标，系统的检测性能主要受FFT分辨力限制。

针对基于VSAR系统的动目标检测问题，目前已有的方法主要有：

1.B.Friedlander和B.Porat发表于1997年IEEE Proc.Inst.Electr.Eng.Radar，Sonar Navigate上的《VSAR：a high resolution radar system for detectionof moving targets》，提出利用FFT变换实现动目标检测，速度估计性能差。

2.邵娟等发表于2000年北京理工大学学报上的《伯格谱估计方法在VSAR中的应用》，针对VSAR中速度估计精度较低等问题，采用伯格法对相位信息进行处理提取速度信息，但伯格法的代价是牺牲阵列的有效孔径，可能会出现虚假谱峰，估计精度不高。

3.许稼等发表于2008年IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTESENSING上的《Parametric Velocity Synthetic Aperture Radar：Signal Modelingand Optimal Methods》中，采用最大似然法(ML：Maximum likelihood)有效提高了速度估计精度，但最大化似然函数所需运算量巨大。

4.左渝等发表于2009年雷达科学与技术上的《基于混合积累的VSAR地面运动目标检测和定位》，提出了基于距离-多普勒-速度域混合积累的VSAR处理方法。

5.赵军等发表于2010年雷达科学与技术上的《一种VSAR地面目标估计和定位新方法》，提出基于改进Radon变换的目标径向速度估计新方法实现多普勒解模糊和方位定位，如何确定隐身的阈值或指标仍亟待解决。

目前尚无一种基于VSAR系统的能够有效改善目标速度估计精度和定位精度，同时能够实现快速运动目标的解模糊处理，提高解模糊的正确概率并且减少计算量的动目标重定位与速度解模糊方法。

本发明项目组对国内外专利文献和公开发表的期刊论文检索，再尚未发现与本发明密切相关和一样的报道或文献。

发明内容

本发明的目的在于克服上述已有技术的不足，提出了一种通过子空间拟合法和多视差频法的级联处理实现速度解模糊和正确定位，提高了测速精度和定位精度的基于VSAR系统的动目标重定位与速度解模糊方法。

为实现上述目的，本发明针对雷达探测地面运动目标的过程中对快速目标速度模糊进行解模糊处理，对慢速目标需要提高微弱慢速目标的检测能力，实现目标的重新定位，基于VSAR系统的动目标重定位与速度解模糊的实现过程包括如下步骤：

步骤1：将均匀线阵的M个阵元接收数据分别进行距离脉压、距离徙动校正和方位聚焦，得到二维聚焦的SAR图像，动目标信号表示为：

$s(m,t,t_m)=A_m{W}_a\left(t_m\right)W_r\left(t\right)\exp (-j2\mathrm{\π}\frac{R_{\mathrm{rm}}\left(t_m\right)}{\mathrm{\λ}}),m=\mathrm{0,1},\·\·\·M-1$

其中，A_m为幅度，W_a(t_m)为方位聚焦包络，W_r(t)为距离压缩包络，R_rm(t_m)为目标到阵元0和阵元m的斜距之和，λ为波长，t_m为慢时间，t为快时间，c为光速；

步骤2：根据动目标信号相位信息，在慢时间t_m域，补偿由载机运动引起的多普勒得到目标的多普勒频率为： $f\left(t_m\right)=-\frac{{2v}_r}{\mathrm{\λ}}-\frac{(2x_0-\mathrm{md})v_a}{{\mathrm{\λR}}_0};$

其中，v_a为目标沿航向速度(与载机运动方向一致为正)，v_r为目标垂直于航向速度(沿径向，远离航迹为正)，x₀为目标方位位置，R₀为目标到载机航线的最短斜距，v_s为载机速度，d为阵元间距；

目标的方位偏移近似表示为： $\mathrm{\Δ}=-\frac{\mathrm{\λ}{R}_{0}f\left(t_m\right)}{v_s}\≈\frac{v_r{R}_0+v_a{x}_0}{v_s},$ 经图像配准、杂波抑制和单元平均恒虚警检测处理，目标在图像里的检测位置为x₀+Δ；

步骤3：补偿由阵元引起的相位和目标检测位置x₀+Δ引起的相位，VSAR系统的动目标信号模型表示为： $s\left(m\right)=\mathrm{\σ}{e}^{\mathrm{j\φ}}\exp (-j\frac{2\mathrm{\πmd\Δ}}{{\mathrm{\λR}}_0});$

定义：归一化速度频率 $f_v=-\frac{\mathrm{d\&Delta;}}{{\mathrm{\&lambda;R}}_0},0\&le;f_v<1;$

则s(m)＝σe^jφexp(j2πf_vm)，若f_v已知，则方位偏移

由f_v计算得到；

步骤4：采用子空间拟合法，要求速度频率满足如下的拟合关系：

$f_v=\min \mathrm{tr}\left\{U_N^{H}a\left(f_v\right)a^H\left(f_v\right)U_N\right\}$

通过多维谱峰搜索，极大值点所对应的值就是所求的速度频率；

其中，U_N为噪声子空间，

a(f_v)＝[1，exp(j2πf_v)，exp(j2π·2f_v)，…，exp(j2π(M-1)f_v)]^T为阵列流型；

步骤5：检测快速运动目标时，提取目标所在的速度通道，采用多视差频法进行解模糊处理，将距离脉压后的时域信号变换至距离频率域，距离频域内动目标信号模型表示为：

$S_{\mathrm{rc}}(f_r,t_m)=\mathrm{Aa}\left(t_m\right)W_r\left(f_r\right)\exp \{-j2\mathrm{\&pi;}(f_c+f_r)\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\},$

其中，W_r(·)是距离频率域包络，f_r是距离频率，f_c是载频中心；

步骤6：沿距离向在距离频率域抽取子视1s_{rc_1}(t，t_m)和子视2s_{rc_2}(t，t_m)，并变换至时域，将两视信号共轭相乘，得到差频信号：

$s_{\mathrm{beat}}(t,t_m)={s^{*}}_{\mathrm{rc}\_1}(t,t_m)s_{\mathrm{rc}\_2}(t,t_m)={\left|\mathrm{Aa}\left(t_m\right)\right|}^2\exp \{-j4\mathrm{\&pi;\&delta;f}\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\}$

由此得到差频信号中心频率f_heat，根据计算目标的绝对多普勒中心f_dc和多普勒模糊数M_amb＝round(f_dc-f′_dc/PRF)，式中f′_dc是由传统方法估计得到的基带多普勒中心；

步骤7：根据绝对多普勒中心f_dc的估计值来校正两视信号的距离徙动，将校正后的信号再变换至距离频域，重复步骤6和步骤7，通过多次迭代，得到目标的绝对多普勒中心f_dc和多普勒模糊数M_amb的准确估计值；

步骤8：根据估计得到的f_v和M_amb，计算无模糊的速度频率f_{v_un}：

$f_{v\_\mathrm{un}}=f_v+\frac{M_{\mathrm{amb}}d}{{2v}_s}\mathrm{PRF}$

进一步得到无模糊的方位偏移和径向速度，实现目标的正确定位。

针对雷达对动目标的测速和定位问题，现有技术中，尽管存在一些解决方案，但是目前仍没有一种测速精度和定位精度高，可靠性好的动目标重定位与速度解模糊方法，能够在雷达探测过程中同时检测快速和微弱慢速目标，并准确估计出目标的速度和多普勒模糊数，实现目标的精确定位，而在雷达探测过程中精确定位是雷达系统性能的重要指标，若无法达到准确定位的目的，雷达系统的整体性能将会受到严重制约。本发明利用雷达接收数据中噪声与目标信号的正交性的特点，采用子空间拟合法，将其应用于VSAR系统中，针对性地解决了目标速度估计精度低和定位精度差的问题。

本发明的实现还在于：步骤4中所述的将子空间拟合法应用在VSAR体制中，与传统方法相比，能得到更高的估计精度，具体实施步骤如下：

2.1动目标在图像域中的像素矢量模型为：X＝S(f_v)+N，

其中，S(f_v)＝σe^jφ[1，exp(j2πf_v)，exp(j2π·2f_v)，…，exp(j2π(M-1)f_v)]^T为信号矢量，N为噪声矢量；

2.2协方差矩阵为

2.3对

进行特征分解

其中，U_s为信号子空间特征矢量矩阵，U_N为噪声子空间特征矢量矩阵；

2.4由于噪声和杂波的存在，U_N和a(f_v)不能严格正交，即

实际上，进行多维谱峰搜索，极大值点对应的角度就是目标的速度频率，即

$P\left(f_v\right)=\frac{1}{\mathrm{tr}\left\{U_N^{H}a\left(f_v\right)a^H\left(f_v\right)U_N\right\}}$

由此得到目标的速度频率值。

本发明的实现还在于：步骤7中所述的一次迭代过程包括如下步骤：

3.1

3.2

3.3 $t\left(m\right)=v^{{\left(k\right)}^{*}}(m-1)v^{\left(k\right)}\left(m\right),m=1,\&CenterDot;\&CenterDot;\&CenterDot;,\frac{M}{2^k}-1;$

3.4

3.5

本发明采用上述迭代方法，减少了迭代次数，降低了运算量，提高解多普勒模糊的正确概率。

与现有技术相比，本发明具有以下优点：

1)现有方法中大多采用传统谱估计方法，其速度估计精度低下，不能有效地利用接收数据。本发明采用子空间拟合的超分辨参数估计方法，利用信号子空间和噪声子空间的正交性，通过提取空域信息进一步抑制杂波，在低信噪比的情形下，可显著改善目标的速度估计精度和定位精度。

2)本发明采用多视差频法实现径向速度解模糊，有效提高了解多普勒模糊的正确概率。此法将信号仅分为两视信号，无需三视及以上的多视处理，在改善多普勒估计精度的过程中，只需2～3次迭代过程，大大降低了运算量，缩短了运行时间，实现过程中仅采用信号处理方法，并未增加任何硬件设备负担。

附图说明

图1是本发明的整体流程图；

图2是本发明VSAR系统的观测几何结构示意图；

图3是本发明所用多视差频法的子视抽取图；

图4是本发明仿真实验获得的杂波抑制前慢速目标所在距离门的剖面图；

图5是本发明仿真实验获得的杂波抑制后慢速目标所在距离门的剖面图；

图6是本发明仿真实验获得的慢速目标的速度频率图；

图7是本发明仿真实验获得的慢速目标检测位置和目标重新定位后的示意图；

图8是本发明仿真实验获得的杂波抑制前快速目标所在距离门的剖面图；

图9是本发明仿真实验获得的杂波抑制后快速目标所在距离门的剖面图；

图10是本发明仿真实验获得的快速目标的速度频率图；

图11是本发明仿真实验获得的快速目标检测位置和目标重新定位后的示意图。

具体实施方式

下面结合附图对本发明进行详细说明：

实施例1：

下面参照图1对本发明进行详细说明：

本发明是一种基于VSAR系统的动目标重定位与速度解模糊方法，是雷达探测地面运动目标的过程中对快速目标速度模糊进行解模糊处理，对慢速目标需要提高微弱慢速目标的检测能力，实现目标的重新定位，参见图1，包括如下步骤：

步骤1：将均匀线阵的M个阵元接收数据分别进行距离脉压、距离徙动校正和方位聚焦，即各阵元接收数据均采用距离多普勒算法成像，得到二维聚焦的SAR图像，动目标信号表示为：

$s(m,t,t_m)=A_m{W}_a\left(t_m\right)W_r\left(t\right)\exp (-j2\mathrm{\&pi;}\frac{R_{\mathrm{rm}}\left(t_m\right)}{\mathrm{\&lambda;}}),m=\mathrm{0,1},\&CenterDot;\&CenterDot;\&CenterDot;M-1$

其中，A_m为幅度，W_a(t_m)为方位聚焦包络，W_r(t)为距离压缩包络，R_rm(t_m)为目标到阵元0和阵元m的斜距之和，λ为波长，t_m为慢时间，t为快时间，c为光速。

步骤2：根据动目标信号相位信息，在慢时间t_m域，补偿由载机运动引起的多普勒得到目标的多普勒频率为： $f\left(t_m\right)=-\frac{{2v}_r}{\mathrm{\&lambda;}}-\frac{(2x_0-\mathrm{md})v_a}{{\mathrm{\&lambda;R}}_0};$

其中，v_a为目标沿航向速度(与载机运动方向一致为正)，v_r为目标垂直于航向速度(沿径向，远离航迹为正)，x₀为目标方位位置，R₀为目标到载机航线的最短斜距，v_s为载机速度，d为阵元间距；

目标的方位偏移近似表示为： $\mathrm{\&Delta;}=-\frac{\mathrm{\&lambda;}{R}_{0}f\left(t_m\right)}{v_s}\&ap;\frac{v_r{R}_0+v_a{x}_0}{v_s},$ 经图像配准、杂波抑制和单元平均恒虚警检测处理，目标在图像里的检测位置为x₀+Δ。

步骤3：补偿由阵元引起的相位和目标检测位置x₀+Δ引起的相位，VSAR系统的动目标信号模型表示为： $s\left(m\right)=\mathrm{\&sigma;}{e}^{\mathrm{j\&phi;}}\exp (-j\frac{2\mathrm{\&pi;md\&Delta;}}{{\mathrm{\&lambda;R}}_0});$

定义：归一化速度频率 $f_v=-\frac{\mathrm{d\&Delta;}}{{\mathrm{\&lambda;R}}_0},0\&le;f_v<1;$

则s(m)＝σe^jφexp(j2πf_vm)，若f_v已知，则方位偏移

由f_v计算得到。

步骤4：采用子空间拟合法，要求速度频率满足如下的拟合关系：

$f_v=\min \mathrm{tr}\left\{U_N^{H}a\left(f_v\right)a^H\left(f_v\right)U_N\right\}$

通过多维谱峰搜索，极大值点所对应的值就是所求的速度频率；

其中，U_N为噪声子空间，

a(f_v)＝[1，exp(j2πf_v)，exp(j2π·2f_v)，…，exp(j2π(M-1)f_v)]^T为阵列流型；

本发明将子空间拟合法应用在VSAR体制中，与传统方法相比，能得到更高的估计精度，具体实施步骤包括：

2.1动目标在图像域中的像素矢量模型为：X＝S(f_v)+N，

其中，S(f_v)＝σe^jφ[1，exp(j2πf_v)，exp(j2π·2f_v)，…，exp(j2π(M-1)f_v)]^T为信号矢量，N为噪声矢量；

2.2协方差矩阵为

2.3对

进行特征分解

其中，U_s为信号子空间特征矢量矩阵，U_N为噪声子空间特征矢量矩阵；

2.4由于噪声和杂波的存在，U_N和a(f_v)不能严格正交，即

实际上，进行多维谱峰搜索，极大值点对应的角度就是目标的速度频率，即

$P\left(f_v\right)=\frac{1}{\mathrm{tr}\left\{U_N^{H}a\left(f_v\right)a^H\left(f_v\right)U_N\right\}}$

由此得到目标的速度频率值。

本发明采用子空间拟合的超分辨参数估计方法，利用空域信息进一步抑制杂波，在低信噪比的情况下，可显著改善速度估计精度和方位精度。

步骤5：检测快速运动目标时，提取目标所在的速度通道，采用多视差频法进行解模糊处理，将距离脉压后的信号变换至距离频率域，距离频域内动目标信号模型表示为：

$S_{\mathrm{rc}}(f_r,t_m)=\mathrm{Aa}\left(t_m\right)W_r\left(f_r\right)\exp \{-j2\mathrm{\&pi;}(f_c+f_r)\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\}$

其中，W_r(·)是距离频率域包络，f_r是距离频率，f_c是载频中心。

步骤6：沿距离向在距离频率域抽取子视1s_{rc_1}(t，t_m)和子视2s_{rc_2}(t，t_m)，并变换至时域，将两视信号共轭相乘，得到差频信号：

$s_{\mathrm{beat}}(t,t_m)={s^{*}}_{\mathrm{rc}\_1}(t,t_m)s_{\mathrm{rc}\_2}(t,t_m)={\left|\mathrm{Aa}\left(t_m\right)\right|}^2\exp \{-j4\mathrm{\&pi;\&delta;f}\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\}$

由此得到差频信号频率中心f_beat，根据计算绝对多普勒中心f_dc和多普勒模糊数M_amb＝round(f_dc-f′_dc/PRF)，式中f′_dc是由传统方法估计得到的基带多普勒中心。

步骤7：根据绝对多普勒中心f_dc的估计值来校正两视信号的距离徙动，将校正后的信号再变换至距离频域，重复步骤6和步骤7，通过多次迭代，得到绝对多普勒中心f_dc和多普勒模糊数M_amb的准确估计值。

一次迭代过程步骤包括：

3.1

3.2

3.3 $t\left(m\right)=v^{{\left(k\right)}^{*}}(m-1)v^{\left(k\right)}\left(m\right),m=1,\&CenterDot;\&CenterDot;\&CenterDot;,\frac{M}{2^k}-1;$

3.4

3.5

如果是第一次迭代或者此次多普勒模糊数估计值与上次估计值不同时，根据此次模糊数估计值得到的绝对多普勒中心来校正两视信号的距离徙动，然后将校正后的子视信号变换至距离频率域，重复步骤6和步骤7，直至此次多普勒模糊数估计值与上次估计值相同时，输出目标多普勒模糊数的准确估计值。本发明所采用的方法只需2～3次迭代过程，减少了计算量。迭代次数与目标速度参数相关，当目标速度快时，迭代次数较多，反之迭代次数较少。

本发明采用多视差频法实现径向速度解模糊处理，有效地提高解模糊的正确概率。

步骤8：根据估计得到的f_v和M_amb，计算无模糊的速度频率f_{v_un}：

$f_{v\_\mathrm{un}}=f_v+\frac{M_{\mathrm{amb}}d}{{2v}_s}\mathrm{PRF}$

进一步得到无模糊的方位偏移和径向速度，实现目标的重新定位。

本发明主要解决雷达探测系统中动目标速度估计精度较低和快速目标速度模糊等问题。本发明对VSAR系统各阵元接收数据采用距离多普勒算法成像；对多幅图像进行图像配准、杂波抑制和单元平均恒虚警检测处理后，检测动目标并记录其相应位置；补偿相位后，采用子空间拟合法估计归一化速度频率，有效提高速度估计精度；提取目标所在的速度通道，采用多视差频法估计多普勒模糊数；依模糊数和速度频率估计值计算无模糊的径向速度，实现目标正确定位。仿真实验验证了本发明能够获得更高的速度估计精度和方位精度，解决速度模糊问题，降低了计算量，实现运动目标的正确定位。

本发明提高了动目标的检测性能。解模糊处理过程仅需2～3次迭代，减少了计算量，提高了解多普勒模糊的正确概率。

实施例2：

基于VSAR系统的动目标重定位与速度解模糊方法同实施例1，本发明的效果可以通过以下仿真实验进一步说明。

2.1实验条件

VSAR系统观测几何结构示意图如图2所示，X轴代表方位向，Y轴代表距离向，Z轴代表高度向，载机飞行高度H＝3000m，以v_s＝200m/s的速度沿X轴飞行。16个阵元沿航迹向均匀放置，阵元间距为d＝1.5m，在慢时间t_m＝0时刻，阵元0位于(0，0，H)，仅阵元0发射电磁波，所有阵元都接收目标回波。假设目标P位于(x₀，R₀)＝(0，6000m)处，慢速目标P的速度为(v_a，v_r)＝(0，0.5m/s)，快速目标的速度(v_a，v_r)＝(0，15.8m/s)。杂噪比(CNR)为20dB。

系统的仿真参数如表1所示

表格1

2.2实验结果

(1)阵列对慢速目标(v_a，v_r)＝(0，0.5m/s)的原始接收数据参见图4，图4中目标信号被强杂波所淹没，难以分辨，经本发明处理后目标所在距离门的剖面图见图5，图5显示杂波得到有效抑制，信噪比增益达16dB，目标信号清晰可见，目标检测效果得到有效改善，提高了动目标检测性能。

(2)杂波抑制前快速目标(v_a，v_r)＝(0，15.8m/s)所在距离门的剖面图如图8所示，尽管目标运动速度较快，目标仍淹没在主瓣强地杂波中，无法检测到目标，经本发明处理后目标所在距离门的剖面图见图9，图9中目标幅度远远超过杂波及噪声幅度，信噪比增益达15dB，动目标检测性能大大提高。

实施例3：

基于VSAR系统的动目标重定位与速度解模糊方法同实施例1-2，本发明步骤二中计算方位偏移包括如下步骤：

Step1：根据动目标信号相位信息，目标的多普勒频率为：

$f\left(t_m\right)=-\frac{2}{\mathrm{\&lambda;}}\&times;\frac{\mathrm{dR}}{{\mathrm{dt}}_m}\&ap;-\frac{{2v}_r}{\mathrm{\&lambda;}}-\frac{({2x}_0-\mathrm{md})v_a}{{\mathrm{\&lambda;R}}_0}+\frac{({2x}_0-\mathrm{md})v_s}{{\mathrm{\&lambda;R}}_0}-\frac{{{2v}_s}^2}{{\mathrm{\&lambda;R}}_0}{t}_m;$

Step2：补偿由载机运动引起的多普勒得： $f\left(t_m\right)=-\frac{{2v}_r}{\mathrm{\&lambda;}}-\frac{(2x_0-\mathrm{md})v_a}{{\mathrm{\&lambda;R}}_0};$

Step3：目标的方位偏移为： $\mathrm{\&Delta;}=-\frac{\mathrm{\&lambda;}{R}_{0}f\left(t_m\right)}{v_s}=\frac{v_r{R}_0+v_a{x}_0}{v_s}-\frac{{\mathrm{mdv}}_a}{{2v}_s};$

Step4：由于v_s＞＞v_a，方位偏移项近似表示为：

由此得到目标的检测位置。

图7是本发明对慢速目标的处理结果，目标速度为0.5m/s，目标在雷达图像中的初始检测位置为(96，146)。

图11是本发明对快速目标的处理结果，目标速度为15.8m/s，目标的初始检测位置为(96，102)。

经过本发明的后续处理过程，最终能够同时获得慢速目标和快速目标的正确定位。

实施例4：

基于VSAR系统的动目标重定位与速度解模糊方法同实施例1-3，本发明步骤三中通过补偿相位获得速度频率包括如下步骤：

1)动目标信号模型为：

$\begin{array}{c}s\left(m\right)=\mathrm{Aexp}(-j2\mathrm{\&pi;}\frac{R_{\mathrm{rm}}\left(t_m\right)}{\mathrm{\&lambda;}})\\ =\mathrm{Aexp}[-j\frac{2\mathrm{\&pi;}}{\mathrm{\&lambda;}}({2R}_0+\frac{m^2{d}^2+{{2x}_0}^2}{{2R}_0})]\exp \left(j\frac{2\mathrm{\&pi;md}{x}_0}{{\mathrm{\&lambda;R}}_0}\right)\end{array},$ m＝0，1，…M-1；

2)补偿由阵元引起的相位

和目标检测位置x₀+Δ引起的相位

得： $s\left(m\right)=\mathrm{\&sigma;}{e}^{\mathrm{j\&phi;}}\exp (-j\frac{2\mathrm{\&pi;md\&Delta;}}{{\mathrm{\&lambda;R}}_0});$

3)定义：速度频率 $f_v=-\frac{\mathrm{d\&Delta;}}{{\mathrm{\&lambda;R}}_0},0\&le;f_v<1;$

4)动目标信号用速度频率表示为：s(m)＝σe^jφexp(j2πf_vm)，若f_v已知，由f_v计算得到方位偏移

为子空间拟合法提供与速度频率相关的模型。采用基于VSAR系统的子空间拟合法得到的动目标速度频率搜索图参见图6和图10。

图6是本发明雷达探测系统对慢速目标的处理结果，在实际检测中，慢速目标易被杂波掩盖，雷达难以检测到目标，而且估计精度较差。图6中的点虚线是采用传统方法对目标速度频率的估计结果，长虚线是采用本发明方法来估计速度频率的处理结果，由图可知，采用本发明方法能够改善目标速度的估计精度，目标的速度频率为f_v＝0.126，相对误差仅为0.8％，利用信号空间和噪声子空间的正交性，可以进一步抑制杂波和噪声，提高信噪比，降低虚警次数，改善动目标的检测性能；

图10是本发明对快速目标的处理结果，图10中点虚线和长虚线是分别采用传统方法和本发明方法对目标速度频率的估计结果，同样可以看出，对于快速目标，本发明依然能够改善目标速度的估计精度，目标速度频率为f_v＝0.194，相对误差仅为0.5％，同时进一步抑制杂波和噪声，改善信噪比，但此时得到的是快速目标的模糊速度，需要经过解模糊处理，得到无模糊的目标速度。

实施例5：

基于VSAR系统的动目标重定位与速度解模糊方法同实施例1-4，本发明步骤6中沿距离向抽取两视信号的操作参见图3，子视频带宽度为距离频带宽度的一半，具体实施包括如下步骤：

[1]沿距离向在距离频率域抽取子视，并将两视信号变换至距离时域：

子视1：

$S_{\mathrm{rc}\_1}(t,t_m)=\mathrm{Aa}\left(t_m\right)\sin c\left[\frac{B}{2}(t-\frac{R_0\left(t_m\right)+R_m\left(t_m\right)}{c})\right]\exp \{-j2\mathrm{\&pi;}(f_c-\mathrm{\&delta;f})\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\},$

子视2：

$S_{\mathrm{rc}\_2}(t,t_m)=\mathrm{Aa}\left(t_m\right)\sin c\left[\frac{B}{2}(t-\frac{R_0\left(t_m\right)+R_m\left(t_m\right)}{c})\right]\exp \{-j2\mathrm{\&pi;}(f_c+\mathrm{\&delta;f})\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\};$

[2]将两视信号共轭相乘，得到差频信号：

$s_{\mathrm{beat}}(t,t_m)={s^{*}}_{\mathrm{rc}\_1}(t,t_m)s_{\mathrm{rc}\_2}(t,t_m)={\left|\mathrm{Aa}\left(t_m\right)\right|}^2\exp \{-j4\mathrm{\&pi;\&delta;f}\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\};$

[3]估计差频信号的频率中心f_beat；

[4]根据

计算绝对多普勒中心f_dc；

[5]根据M_amb＝round(f_dc-f′_dc/PRF)，计算多普勒模糊数，f′_dc是由传统方法估计得到的基带多普勒中心；

慢速目标由于运动速度低，不存在速度模糊问题；快速目标运动速度受到脉冲重复频率的限制，容易引起速度模糊，经过本发明的处理过程，计算得到目标速度为15.8m/s时的多普勒模糊数为1，根据速度频率的估计值和多普勒模糊数得到目标无模糊的速度频率，实现快速目标的解模糊处理，正确估计目标速度。

实施例6：

基于VSAR系统的动目标重定位与速度解模糊方法同实施例1-5，本发明在雷达探测运动目标时分别对慢速目标和快速目标做针对性处理，参见图7和图11；

图7是本发明对慢速目标的处理结果，目标速度为0.5m/s，目标在雷达图像中的检测位置为(96，146)，经过本发明的处理，采用子空间拟合法估计出目标的速度，并计算目标的方位偏移单元为77个方位单元，由于慢速目标不存在多普勒模糊，能够直接根据速度频率计算方位偏移为15.12m，经过方位偏移校正后，目标被重新定位至(96，223)，以此实现慢速目标的正确定位；

图11是本发明对快速目标的处理结果，目标速度为15.8m/s，目标的初始检测位置为(96，102)，由于目标运动速度快，受脉冲重复频率的限制，容易引起速度模糊，首先估计出目标的模糊速度，然后采用多视差频法得到目标的多普勒模糊数为1，并计算得到目标的模糊方位偏移121个方位单元，结合速度频率和多普勒模糊数计算方位偏移为473.3m，经本发明目标重新定位至(96，223)，实现目标的正确定位。

综上所述，本发明公开了一种基于VSAR系统的动目标重定位与速度解模糊方法，主要解决现有方法目标速度估计精度低和快速目标速度模糊等问题。其实现过程为：对各阵元接收数据分别采用距离多普勒算法成像；对多幅图像进行图像配准、杂波抑制和单元平均恒虚警检测处理后，检测动目标并记录其相应位置；补偿阵元和目标检测位置引起的相位后，采用子空间拟合法估计归一化速度频率；提取目标所在的速度通道，采用多视差频信号法估计多普勒模糊数；根据模糊数和速度频率估计值计算无模糊的径向速度，由此实现目标的正确定位。本方法采用子空间拟合的超分辨估计法，提高了估计精度和检测性能。解模糊处理过程仅需2～3次迭代，减少了计算量，提高了解多普勒模糊的正确概率，通过仿真实验验证了所提方法的有效性。采用本发明提出的方法，能够有效地改善目标速度估计精度和方位精度，解决动目标速度模糊和方位模糊问题，实现运动目标的正确定位。本发明适用于机载雷达动目标检测信号处理领域。

Claims (3)

1.一种基于VSAR系统的动目标重定位与速度解模糊方法，其特征在于：雷达探测地面运动目标的过程中对快速目标速度模糊进行解模糊处理，对慢速目标需要提高微弱慢速目标的检测能力，实现目标的重新定位，包括如下步骤：

步骤1：将均匀线阵的M个阵元接收数据分别进行距离脉压、距离徙动校正和方位聚焦，得到二维聚焦的SAR图像，动目标信号表示为：

$s(m,t,t_m)=A_m{W}_a\left(t_m\right)W_r\left(t\right)\exp (-j2\mathrm{\&pi;}\frac{R_{\mathrm{rm}}\left(t_m\right)}{\mathrm{\&lambda;}}),m=\mathrm{0,1},\&CenterDot;\&CenterDot;\&CenterDot;M-1$

其中，A_m为幅度，W_a(t_m)为方位聚焦包络，W_r(t)为距离压缩包络，R_rm(t_m)为目标到阵元0和阵元m的斜距之和，λ为波长，t_m为慢时间，t为快时间，c为光速；

步骤2：根据动目标信号相位信息，在慢时间t_m域，补偿由载机运动引起的多普勒得到目标的多普勒频率为： $f\left(t_m\right)=-\frac{{2v}_r}{\mathrm{\&lambda;}}-\frac{(2x_0-\mathrm{md})v_a}{{\mathrm{\&lambda;R}}_0};$

其中，v_a为目标沿航向速度(与载机运动方向一致为正)，v_r为目标垂直于航向速度(沿径向，远离航迹为正)，x₀为目标方位位置，R₀为目标到载机航线的最短斜距，v_s为载机速度，d为阵元间距；

目标的方位偏移近似表示为： $\mathrm{\&Delta;}=-\frac{\mathrm{\&lambda;}{R}_{0}f\left(t_m\right)}{v_s}\&ap;\frac{v_r{R}_0+v_a{x}_0}{v_s},$ 经图像配准、杂波抑制和单元平均恒虚警检测处理，目标在图像里的检测位置为x₀+Δ；

步骤3：补偿由阵元引起的相位和目标检测位置x₀+Δ引起的相位，VSAR系统的动目标信号模型表示为： $s\left(m\right)=\mathrm{\&sigma;}{e}^{\mathrm{j\&phi;}}\exp (-j\frac{2\mathrm{\&pi;md\&Delta;}}{{\mathrm{\&lambda;R}}_0});$

定义：归一化速度频率 $f_v=-\frac{\mathrm{d\&Delta;}}{{\mathrm{\&lambda;R}}_0},0\&le;f_v<1;$

则s(m)＝σe^jφexp(j2πf_vm)，若f_v已知，则方位偏移

由f_v计算得到；

步骤4：采用子空间拟合法，要求速度频率满足如下的拟合关系：

$f_v=\min \mathrm{tr}\left\{U_N^{H}a\left(f_v\right)a^H\left(f_v\right)U_N\right\}$

通过多维谱峰搜索，极大值点所对应的值就是所求的速度频率；

其中，U_N为噪声子空间，

a(f_v)＝[1，exp(j2πf_v)，exp(j2π·2f_v)，…，exp(j2π(M-1)f_v)]^T为阵列流型；

步骤5：检测快速运动目标时，提取目标所在的速度通道，采用多视差频法进行解模糊处理，将距离脉压后的时域信号变换至距离频率域，距离频域内动目标信号模型表示为：

$S_{\mathrm{rc}}(f_r,t_m)=\mathrm{Aa}\left(t_m\right)W_r\left(f_r\right)\exp \{-j2\mathrm{\&pi;}(f_c+f_r)\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\},$

其中，W_r(·)是距离频率域包络，f_r是距离频率，f_c是载频中心；

步骤6：沿距离向在距离频率域抽取子视1s_{rc_1}(t，t_m)和子视2s_{rc_2}(t，t_m)，并变换至时域，将两视信号共轭相乘，得到差频信号：

$s_{\mathrm{beat}}(t,t_m)={s^{*}}_{\mathrm{rc}\_1}(t,t_m)s_{\mathrm{rc}\_2}(t,t_m)={\left|\mathrm{Aa}\left(t_m\right)\right|}^2\exp \{-j4\mathrm{\&pi;\&delta;f}\frac{R_{\mathrm{rm}}\left(t_m\right)}{c}\}$

由此得到差频信号中心频率f_beat，根据计算目标的绝对多普勒中心f_dc和多普勒模糊数M_amb＝round(f_dc-f′_dc/PRF)，式中f′_dc是由传统方法估计得到的基带多普勒中心；

步骤7：根据绝对多普勒中心f_dc的估计值来校正两视信号的距离徙动，将校正后的信号再变换至距离频域，重复步骤6和步骤7，通过多次迭代，得到目标的绝对多普勒中心f_dc和多普勒模糊数M_amb的准确估计值；

步骤8：根据估计得到的f_v和M_amb，计算无模糊的速度频率f_{v_un}：

$f_{v\_\mathrm{un}}=f_v+\frac{M_{\mathrm{amb}}d}{{2v}_s}\mathrm{PRF}$

进一步得到无模糊的方位偏移和径向速度，实现目标的正确定位。

2.根据权利要求1所述的基于VSAR系统的动目标重定位与速度解模糊方法，其特征在于：步骤4中所述的子空间拟合法的具体实施步骤包括：

2.1动目标在图像域中的像素矢量模型为：X＝S(f_v)+N，

其中，S(f_v)＝σe^jφ[1，exp(j2πf_v)，exp(j2π·2f_v)，…，exp(j2π(M-1)f_v)]^T为信号矢量，N为噪声矢量；

2.2协方差矩阵为

2.3对

进行特征分解

其中，U_s为信号子空间特征矢量矩阵，U_N为噪声子空间特征矢量矩阵；

2.4由于噪声和杂波的存在，U_N和a(f_v)不能严格正交，即

实际上，进行多维谱峰搜索，极大值点对应的角度就是目标的速度频率，即

$P\left(f_v\right)=\frac{1}{\mathrm{tr}\left\{U_N^{H}a\left(f_v\right)a^H\left(f_v\right)U_N\right\}}$

由此得到目标的速度频率值。

3.根据权利要求1所述的基于VSAR系统的动目标重定位与速度解模糊方法，其特征在于：步骤7中所述的一次迭代过程步骤包括：

3.1

3.2

3.3 $t\left(m\right)=v^{{\left(k\right)}^{*}}(m-1)v^{\left(k\right)}\left(m\right),m=1,\&CenterDot;\&CenterDot;\&CenterDot;,\frac{M}{2^k}-1;$

3.4

3.5

由此得到目标的绝对多普勒中心和多普勒模糊数的准确估计值。

Images